python數據分析之NUMPY基礎01

如下操做都須要導入numpy模塊（沒有該模塊的須要安裝）

from numpy import *

1. 建立數組：

   建立一維數組：>>>a=arange(5)  此時a就是一維數組。

   建立多維數組：>>>a=array([[1,2,3],[4,5,6]])  此時a就是二維數組

2. 獲取數組的數據類型：

   Numpy數組通常是同質的，即數組中全部元素類型必須是一致的。

   >>>a.dtype

   dtype(int32)

3. 肯定數組的維數：

   >>>a

   array([0,1,2,3,4])

   >>>a.shape

   (5,)

   shape返回一個元組，元組的元素即爲numpy數組中每個維度上的大小。因爲a爲一維數組，因此a.shape爲包含一個元素的元組。

   選取數組元素：

   首先建立一個二維數組：

   >>>a=array([[1,2,3],[4,5,6]])

   選取數組中的某元素，能夠採用a[m][n]，也能夠採用a[m,n]

   >>>a[0][1]

   2

   >>>a[0,1]

   2

   Numpy數據類型：

   Numpy提供了不一樣精度的數據類型，而且它們佔用的內存空間也是不一樣的。在numpy中，大部分數據類型名是以數字結尾的，這個數字表示其在內存中佔用的位數：

   類型	描述
   bool	用一位存儲的布爾類型，值爲True或False
   inti	由所在平臺決定其精度的整數，通常爲int32或int64
   int8	整數，範圍爲-128-127
   int16	整數，範圍爲-32768-32767
   int32	整數，範圍爲-2的31次到2的31次減1
   int64	整數，範圍爲-2的63次到2的63次減1
   uint8	無符號整數，範圍爲0-255
   uint16	無符號整數，範圍爲0-65535

   
   

   類型	描述
   uint32	無符號整數，範圍爲0到2的32次減1
   uint64	無符號整數，範圍爲0到2的64次減1
   float16	半精度浮點數，其中用1位表示正負，5位表示指數，10位表示尾數
   float32	半精度浮點數，其中用1位表示正負，8位表示指數，23位表示尾數
   float64或float	雙精度浮點數，其中用1位表示正負，11位表示指數，52位表示尾數
   complex64	複數，分別用兩個32位浮點數表示實部和虛部
   complex128或complex	複數，分別用兩個64位浮點數表示實部和虛部

4. 建立自定義數據類型：

   >>>t=dtype([('name',str,30),('age',int32),('salary',float32)])

   查看數據類型：

   >>>t['name']

   在建立自定義的數據的數組時，須要在參數中指定數據類型，不然所建立的數組會自動將數組中的元素統一爲同一類型（例如，數組中既有字符串也有整數，則會統一爲字符串）。

   >>>items=array([('zhangsan',20,2000.0),('lisi',32,6754.1),('wangwu',32,4567.0)],dtype=t)

   >>>items[0]

   ('zhangsan',20,2000.0)